试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法技术

本发明专利技术公开了试验‑理论‑数据混合驱动的煤与瓦斯突出智能预警方法，包括：构建试验‑理论‑数据混合驱动模型；基于试验‑理论‑数据混合驱动模型，构建数字孪生虚拟模型；利用数字孪生虚拟模型实时推演和反馈井下场景和数据，对数据进行预处理，构建深度学习组合模型，将预处理后的数据输入深度学习组合模型，提取并赋权孪生数据特征，输出预测数据；构建阈值法、动态趋势法、综合评判法结合的多参数综合判断准则，利用判断准则对预测数据和现场因素进行区分，确定突出风险预警等级，完成煤与瓦斯突出的智能预警。本发明专利技术充分利用现有试验研究，充分挖掘煤与瓦斯突出理论特征和数据关联，提高预警的准确性和适用性。

【技术实现步骤摘要】

本专利技术属于煤岩动力灾害监测预警，尤其涉及试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法。

技术介绍

1、煤与瓦斯突出是一种瓦斯特殊涌出的现象，随着煤炭开采强度和深度的加大，地应力、瓦斯压力、瓦斯含量也随之增加，使得突出危害性增强，突出预警难度增大，煤与瓦斯突出防治工作面临更多挑战。超前预警是有效防突的前提，智能预警则是突出预警技术的发展方向。现有预警技术的实现过程为分析实时监测数据特征并与突出前兆特征作对比，以此判断是否有突出风险，采用的预警指标和规则通常根据人工经验或现场考察确定，存在人为因素影响较大、历史数据和前兆信息挖掘利用不充分、多源信息融合度不高、指标和模型相对固化、自学习和自优化能力不足等问题，应用效果未完全达到理想化需求，需要进一步结合数字孪生、深度学习等技术充分挖掘煤与瓦斯突出理论特征和数据关联，提高预警指标和方法的普适性和预测准确性。深度学习组合模型能够充分发挥学习优势，提取不同类型煤矿监测数据时序特征并输出，实现瓦斯突出的超前智能预警，但存在现场数据难以获取、缺少内在机理无法解释模型的决策过程等问题。数字孪生技术作为一种新兴的虚本文档来自技高网...

【技术保护点】

1.试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法，其特征在于，包括：构建试验-理论-数据混合驱动模型；

2.如权利要求1所述的试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法，其特征在于，构建试验-理论-数据混合驱动模型包括：

3.如权利要求2所述的试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法，其特征在于，基于所述试验-理论-数据混合驱动模型，构建数字孪生虚拟模型包括：利用现场和试验参数，设置数字孪生模型的参数；

4.如权利要求1所述的试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法，其特征在于，对所述数据进行预处理的方法包括：数据补充...

【技术特征摘要】

1.试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法，其特征在于，包括：构建试验-理论-数据混合驱动模型；

2.如权利要求1所述的试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法，其特征在于，构建试验-理论-数据混合驱动模型包括：

3.如权利要求2所述的试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法，其特征在于，基于所述试验-理论-数据混合驱动模型，构建数字孪生虚拟模型包括：利用现场和试验参数，设置数字孪生模型的参数；

4.如权利要求1所述的试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法，其特征在于，对所述数据进行预处理的方法包括：数据补充、数据清理、数据归一化；

5.如权利要求1所述的试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法，其特征在于，将预处理后的数据输入所述深度学习组合模型，提取并赋权孪生数据特征，输出各类预测数据包括：

6.如权利要求5所述的试验-理论-数据混合驱动的煤与瓦斯...

【专利技术属性】
技术研发人员：张超林，陈佳伟，王恩元，李忠辉，刘晓斐，王金鑫，刘玉冰，殷山，刘泉霖，李运富，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：